
🖼 免费AI修图:Qwen-Image-Edit-2509开源模型

更多动态
🤖 部署一个能操作电脑的视觉AI模型
通义千问最新开源的 Qwen3-VL 模型,不仅性能比肩闭源Gemini 2.5 Pro,还能作为视觉智能体帮你完成跨应用任务,大幅提升自动化效率。 1️⃣ 视觉智能体:Qwen3-VL 在 OS World 基准测试中达到 SOTA 性能,能够理解和操作电脑及移动设备 GUI。你可以用它自动化跨应用任务,例如识别按钮、文本输入框,并根据指令执行多步骤操作。这类似于让 AI 帮你“看”屏幕并“点击”完成任务。 2️⃣ 视觉编程:实现“所见即所得”的开发流程。直接将截图、手绘草图转化为功能性的前端代码(HTML/CSS/JavaScript),甚至生成 Draw.io 图表数据。大幅缩短原型设计与开发时间。 3️⃣ 超长上下文:原生支持 256 K token,可扩展至 1 M token。这意味着它可以处理长达两小时的视频内容或整本图书,并进行高保真推理,检索准确率在 256 K token 内可达 100%。 技术架构与模式 Qwen3-VL 提供了两种主要模式: Instruct 版本:专为快速、准确响应设计,适合日常对话和标准视觉语言任务。 Thinking 版本:为深度、多步推理优化,擅长 STEM、数学和逻辑等复杂挑战,通过生成“思维链”来得出高质量答案。 部署与获取 Qwen3-VL 采用 Apache 2.0 许可证,允许商业使用、修改和二次开发。 模型权重下载:可在 Hugging Face 和 ModelScope 获取。 API 服务:Qwen Chat 或阿里云模型工厂提供,支持 OpenAI 兼容接口。 本地部署: 旗舰 235B 模型:需要多 GPU (如多张 RTX 3090,96GB+ 显存),推理速度 3-7 tokens/秒。 30B 模型:单 GPU 即可 (如 RTX 3090),推理速度 40-70 tokens/秒,Apple Silicon 可达 100+ tokens/秒。 🔗 GitHub 项目地址: https://github.com/QwenLM/Qwen3-VL

联系方式
网站:https://haoyi.im/zh

claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
